量化交易策略研发的三个层次

最近调研了一些投资公司，发现一些人说自己做的是量化交易，却搞不清楚到底什么是量化交易。

小编是个很爱学习的人，为了弄清楚什么事量化交易，特意查百度逛知乎，我是从这个问题开始的：

程序化交易是量化交易吗？

这里小编先把几个概念总结一下：

程序化交易

或者自动化交易，是将策略交由计算机执行的交易模式。量化交易中，不少交易是通过计算机自动执行的，但两者不能划等号。

对冲交易

更多说的是一种交易理念，而非具体的策略。

量化交易

更多是基于数据和历史统计基础，制定的一些交易策略。哪怕不用计算机执行，但基于交易因素的数量变化引发的交易，都可以叫做量化交易。

而后，小编在知乎上扒到一段文字，介绍了量化交易的策略研发方法，可以比较好的解答不同概念之间的关系，以及量化策略的进阶。作者将量化策略研发分成三个层次：

第一类：传统策略量化

很久以前，交易员们就开始做趋势策略、反转策略、剥头皮策略、做市策略等各种不同风格的策略，只不过那时是手工操作，或者半自动化。随着市场发展技术成熟，量化交易把这些策略的研发和执行自动化了，从而提高了研发效率和水平、降低了交易成本，较大程度的排除了人的不稳定因素。

这类交易，可以说是利用技术来提高原有策略的研发和执行，并且交易频率和规模也有了变化，但本质上并不算崭新的策略类别，以前赚钱的策略也许能赚的多一些，亏钱的策略，量化也不能把他变成赚钱，这就是【思路错了量化也救不了你】。

目前国内多数量化交易都属于此类。

第二类：科学技术驱动策略

纯粹或很大程度上基于技术(technologies)差别的策略。这个类别也有一定历史，但真正变成一个庞大且引人注目的策略类别，则是在近10年计算机技术的飞速发展过程中产生的。常见的情形是，某机构因为采用的算法效率更高，计算机硬件更强大（超级计算机），产生了细微的速度和计算优势，从而在交易上抢得先机，并运用自动化交易频繁交易大量产品，用巨大的交易量产生稳定的收益。这类策略中IT技术和科学模型起了很关键的作用。这就是【技术就是你的思路】。

举个例子：

较早开始高频交易的Tradebot就是这类策略的典型运用者，在2002年就达到了每天一亿个订单，差不多在那个时候很多传统做市商被Tradebot和Getco这样的新型电子做市商挤出市场，后来Tradebot和Getco同样一路用技术碾压其它电子做市商竞争对手。

在2005年, Tradebot 剥离了BATS Global Markets，也就是现在美国第三大股票市场BATS。而1999年Tradebot刚成立时，工作室地点是美国农村Kansas City的一间小地下室，里面阴暗潮湿，只有5个交易员坐在电脑屏幕前监控交易，那时每台电脑上都配备了一套叫着“Tradebot”的软件。而Getco 对策略的运用更广，野心更大。2012年，也是老牌做市商的 Knight 因技术故障，向纽交所发送大量错误order，导致公司巨亏4.4亿美元，股价两个交易日暴跌七成，被Getco以18亿美元价格收购。

人们常对西蒙斯文艺复兴的大奖章基金长期持续的高回报印象深刻，而实际上不太为媒体所知的是 Tradebot 常年保持每天（而不是每月或每年）盈利，not even one single losing day，原因是文艺复兴有很多新基金要向外部投资者融资（赚钱的大奖章很早停止了外部融资，而实际新基金表现比大奖章差很多），需要做一定程度的IR，而Tradebot不对外部投资者开放，自己低调赚钱，这也是HFT很普遍的特点。如果不是市场几次出现大动荡，HFT被揪出来当替罪羊，媒体口诛笔伐，基本是没有多少人知道这个低调类别的存在。

这一类，国内已经有一小批类似的交易者进入，他们深入研究交易规则和市场结构，制定相应的高频策略，配合高效软件硬件，争取积少成多的盈利。

第三类：新型量化策略

这类策略则是得益于计算机技术的发展，而慢慢发展起来的策略类别。它不完全是基于执行的技术优势，更多是利用技术研发出新策略。例如统计套利，需要较多计算机计算资源进行数据挖掘、模式识别，这在以前仅仅靠人力是难以胜任的。IT技术的发展和成本的降低使得这些策略的研发得以可行。这就是【技术产生新策略】。

这一类目前国内还处于萌芽期。

【感谢知乎作者Leon 】

来源：飞鼠软件

拓展阅读：

1.一个量化策略师的自白（好文强烈推荐）

2.市面上经典的量化交易策略都在这里了！（源码）

3.量化交易领域最重要的10本参考书推荐！

4.期货/股票数据大全查询（历史/实时/Tick/财务等）

5.如何设计量化交易策略？